城市的发展与地区经济社会等可持续发展息息相关，对城市扩张的动态趋势进行模拟具有相当的现实意义。元胞自动机（简称CA）采用“自上而下”的建模思想，可用简单的规则模拟复杂的变换，对于时间和空间都具有高度复杂性的城市扩张系统的模拟具有先天的优势。贝叶斯滤波作为状态空间参数估计的重要模型，可用蒙特卡罗的实现方式（粒子滤波），通过先验信息生成粒子并在模型进行过程中不断迭代和更新来估计参数的最优值。本文将贝叶斯滤波与元胞自动机模型相结合，构建基于粒子滤波的随机元胞自动机模型，以武汉市前川镇作为研究区域，对模型进行验证和运行。
论文主要包括以下工作：
一、遥感影像预处理及解译工作。将所需遥感影像进行波段融合、几何校准、裁剪等预处理工作，通过监督分类提取研究区域城镇建设用地以及水域图。另外对其它属性图进行处理并最终统一坐标系输出，完成空间数据库的建设。
二、定性分析部分。对武汉市城市利用现状进行总体分析，对前川镇2001年、2005年、2009年城镇建设用地图进行叠置分析，对城市扩张空间趋势形式进行重点研究；最后对影响城市扩张因素从宏观、中观、微观三方面进行驱动分析，以提取建模所需驱动因子。
三、定量建模部分。构建基于贝叶斯滤波的随机元胞自动机模型对研究区进行模型构建，选取5个候选因子并赋予先验信息，用粒子滤波对参数进行更新，最后将参数后验分布用于预测研究区下一时刻城市扩张概率图及城镇用地图。最后将模型应用于整个武汉市的城市扩张上，对2017年武汉市城镇建设用地图进行预测。
文章图像处理及建模部分基于GIS和Matlab软件，将两者结合构建出城市扩张模型的具体实施部分。总体来说，本文提出的随机化CA模型的观念，使城市扩张模型更加贴合实际，并通过实验进行模型的可行性验证，结果表明其具有重要实际应用价值。
城市的发展与地区经济社会等可持续发展息息相关，对城市扩张的动态趋势进行模拟具有相当的现实意义。元胞自动机（简称CA）采用“自上而下”的建模思想，可用简单的规则模拟复杂的变换，对于时间和空间都具有高度复杂性的城市扩张系统的模拟具有先天的优势。贝叶斯滤波作为状态空间参数估计的重要模型，可用蒙特卡罗的实现方式（粒子滤波），通过先验信息生成粒子并在模型进行过程中不断迭代和更新来估计参数的最优值。本文将贝叶斯滤波与元胞自动机模型相结合，构建基于粒子滤波的随机元胞自动机模型，以武汉市前川镇作为研究区域，对模型进行验证和运行。
论文主要包括以下工作：
一、遥感影像预处理及解译工作。将所需遥感影像进行波段融合、几何校准、裁剪等预处理工作，通过监督分类提取研究区域城镇建设用地以及水域图。另外对其它属性图进行处理并最终统一坐标系输出，完成空间数据库的建设。
二、定性分析部分。对武汉市城市利用现状进行总体分析，对前川镇2001年、2005年、2009年城镇建设用地图进行叠置分析，对城市扩张空间趋势形式进行重点研究；最后对影响城市扩张因素从宏观、中观、微观三方面进行驱动分析，以提取建模所需驱动因子。
三、定量建模部分。构建基于贝叶斯滤波的随机元胞自动机模型对研究区进行模型构建，选取5个候选因子并赋予先验信息，用粒子滤波对参数进行更新，最后将参数后验分布用于预测研究区下一时刻城市扩张概率图及城镇用地图。最后将模型应用于整个武汉市的城市扩张上，对2017年武汉市城镇建设用地图进行预测。
文章图像处理及建模部分基于GIS和Matlab软件，将两者结合构建出城市扩张模型的具体实施部分。总体来说，本文提出的随机化CA模型的观念，使城市扩张模型更加贴合实际，并通过实验进行模型的可行性验证，结果表明其具有重要实际应用价值。
谷歌
火狐
